Geheimhaltungsvereinbarungen gehören zu den häufigsten Vertragstypen, die Schweizer Rechtsabteilungen und Kanzleien täglich bearbeiten. Und genau wegen dieser Häufigkeit sind sie ein naheliegender Ausgangspunkt, wenn es darum geht, NDA prüfen mit KI in der Schweiz zu erproben. Aber nicht jedes KI-Tool ist für diesen Einsatz geeignet – schon gar nicht im Schweizer Rechtskontext, wo Datenschutz, Berufsgeheimnis und interne Compliance-Anforderungen besondere Anforderungen an die eingesetzten Systeme stellen.
Dieser Beitrag erklärt, was eine sinnvolle KI-gestützte NDA-Prüfung leisten sollte, welche rechtlichen Rahmenbedingungen in der Schweiz zu beachten sind und wie ein konkreter Workflow aussehen kann.
Warum NDAs in der Schweiz besondere Sorgfalt erfordern
Ein NDA – auf Deutsch oft als Vertraulichkeitsvereinbarung oder Geheimhaltungsvereinbarung bezeichnet – ist ein rechtsverbindlicher Vertrag nach Schweizer Zivilrecht. Er entsteht durch Unterzeichnung beider Parteien und verpflichtet die Empfängerpartei, bestimmte Informationen vertraulich zu behandeln.
In der Praxis tauchen NDAs in vielen Kontexten auf: vor M&A-Transaktionen, bei Unternehmensbewertungen, in frühen Geschäftsbeziehungen, bei der Weitergabe sensibler technischer oder strategischer Informationen. Typische Laufzeiten liegen zwischen zwei und fünf Jahren, in bestimmten Bereichen auch darüber hinaus.
Was häufig unterschätzt wird: Ein schlecht formuliertes NDA bietet keinen echten Schutz. Klauseln, die zu weit gefasst sind, können vor Gericht nicht durchgesetzt werden. Klauseln, die bestimmte Schutzpflichten nicht explizit regeln – etwa die Löschung von Informationen nach Vertragsende – lassen Lücken offen. Und ein NDA, das juristische Konzepte aus dem angloamerikanischen Recht übernimmt, ohne sie ans Schweizer Recht anzupassen, kann ungewollt fehlerhaft sein.
Was NDAs typischerweise regeln – und was oft fehlt
Eine vollständige Geheimhaltungsvereinbarung enthält in der Regel:
eine Definition der vertraulichen Informationen
den Zweck der Offenlegung
die Vertraulichkeitspflicht der Empfängerpartei
Ausnahmen (z.B. gesetzliche Offenlegungspflichten)
eine Laufzeit
Regelungen zu Vertragsstrafen oder Schadenersatz bei Verletzung
Was in der Praxis oft fehlt oder unzureichend geregelt ist: eine Löschpflicht nach Vertragsende, eine klare Abgrenzung, was als vertraulich gilt und was nicht, sowie Regelungen zur Haftungsbegrenzung. Genau diese Lücken sind es, die eine strukturierte NDA-Prüfung aufdecken sollte.
KI zur NDA-Prüfung: was das bedeutet
KI-gestützte Vertragsanalyse ist nicht dasselbe wie automatisiertes Vertragsmanagement. Eine KI-gestützte NDA-Prüfung geht über reines Durchsuchen hinaus: Sie erkennt Klauseln, bewertet deren Inhalt im Verhältnis zu einem Standard, priorisiert Risiken und liefert konkrete Formulierungsalternativen.
Drei Funktionen sind dabei zentral:
Erstens die Klauselanalyse aus Partei-Perspektive. Ein NDA wird anders geprüft, wenn man die offenlegende Partei ist, als wenn man der Empfänger ist. Sinnvolle KI-Tools berücksichtigen diese Perspektive und analysieren Risiken entsprechend – nicht pauschal.
Zweitens der Abgleich mit einem Standard. Die Frage ist nicht nur, ob eine Klausel vorhanden ist, sondern ob sie ausreichend ausgestaltet ist. Fehlt ein Haftungscap? Gibt es keine Regelung zur Datenlöschung? Diese Abweichungen sind die eigentlichen Schwachstellen.
Drittens die direkte Rückkopplung in das Dokument. Eine reine Analyse-Liste ist wenig nützlich, wenn die Ergebnisse danach manuell in das Dokument übertragen werden müssen. Praxistauglich ist ein Tool, das Verbesserungsvorschläge direkt an der richtigen Stelle im Word-Dokument einfügen kann – korrekt formatiert, ohne Copy-Paste.
Datenschutz und Berufsgeheimnis: die Schweizer Besonderheit
Bevor ein NDA in ein KI-Tool hochgeladen wird, stellt sich eine Frage, die in der Schweiz besonderes Gewicht hat: Wo werden die Daten verarbeitet?
Das neue Schweizer Datenschutzgesetz (nDSG) schreibt vor, dass Personendaten von Klienten und Vertragspartnern angemessen geschützt werden. Dazu kommt für viele Berufsgruppen das Berufsgeheimnis – für Anwälte nach Art. 13 BGFA, für Banken und Versicherungen nach eigenen gesetzlichen Grundlagen. Eine Verletzung ist strafrechtlich relevant.
Viele cloud-basierte KI-Lösungen übertragen Daten auf Server ausserhalb der Schweiz, teils in die USA. Der US Cloud Act ermöglicht es US-Behörden, auf Daten von US-Unternehmen zuzugreifen – unabhängig davon, wo diese gespeichert sind. Für Schweizer Anwaltskanzleien oder Banken, die NDA-Dokumente mit Klientenbezug verarbeiten, ist das ein reales Compliance-Problem.
CASUS, eine Schweizer Legal-AI-Plattform, verarbeitet Daten ausschliesslich in der Schweiz und der EU, überträgt keine Daten in die USA und hat Zero Data Retention aktiviert – d.h. Dokumente werden nach der Verarbeitung nicht gespeichert. Zudem besteht kein Human Review der eingereichten Inhalte. Diese Eigenschaften sind keine Marketingaussagen, sondern technische Anforderungen, die für viele Schweizer Anwender den Unterschied zwischen zulässig und unzulässig ausmachen.
Mehr zu den Sicherheitsstandards von CASUS gibt es auf der Sicherheitsseite.
Wie eine KI-gestützte NDA-Prüfung mit CASUS aussieht
CASUS bietet für die NDA-Prüfung zwei aufeinander aufbauende Workflows:
Risk & Quality Review
Der Risk & Quality Review analysiert das NDA aus der Perspektive einer definierten Partei. Das Ergebnis ist eine strukturierte Liste von Findings, jedes mit Zuordnung zur betroffenen Partei, Einschätzung der Relevanz und einem Schweregrad (niedrig, mittel, hoch). Pro Finding liefert CASUS konkrete Formulierungsvorschläge, die direkt in das Word-Dokument übernommen werden können – ohne Formatierungsverlust.
Das ist besonders nützlich, wenn ein NDA zur Gegenpartei gegangen ist und schnell bewertet werden soll, welche Klauseln aus Sicht der eigenen Partei problematisch sind. Wer in kurzer Zeit klare Verhandlungspositionen entwickeln muss, spart mit diesem Workflow Zeit.
Benchmark
Der Benchmark-Workflow geht einen Schritt weiter: Er gleicht das NDA mit einem Referenzstandard ab – etwa einem internen Playbook oder einem Muster-NDA nach Schweizer Best Practices. Das Ergebnis zeigt nicht nur vorhandene Klauseln, sondern bewertet deren Vollständigkeit. Fehlt eine Löschpflicht? Ist die Haftungsregelung ohne Cap formuliert? Gibt es keine Regelung zur Rückgabe von Dokumenten?
CASUS zeigt diese Abweichungen als priorisierte Findings und gibt dazu einen Prozentwert aus, der die Übereinstimmung mit dem Standard abbildet. Wer regelmässig NDAs empfängt und prüft, kann so schnell beurteilen, wie weit ein eingereichtes Dokument vom internen Standard entfernt ist.
AI-Chat für gezielte Fragen
Ergänzend steht der AI-Chat zur Verfügung. Wer nach der strukturierten Analyse noch spezifische Fragen hat – "Was passiert bei einer Verletzung?" oder "Wie ist die Kündigungsklausel formuliert?" – bekommt Antworten, die direkt auf die entsprechenden Textstellen im Dokument verlinkt sind.
Im Agent Mode können über den Chat auch direkte Änderungen am Dokument angestossen werden: Klauseln einfügen, Formulierungen anpassen, fehlende Abschnitte ergänzen – mit Berücksichtigung von Struktur und Formatierung.
Wann KI bei der NDA-Prüfung besonders viel bringt
KI-gestützte NDA-Prüfung entfaltet den grössten Nutzen bei standardisierten, sich wiederholenden Vertragstypen und bei Teams, die viele Dokumente bearbeiten müssen. Je mehr NDAs eine Rechtsabteilung oder Kanzlei pro Monat erhält, desto stärker wiegt der Effizienzgewinn.
Auch der Einstieg in die Verhandlung wird erleichtert: Wenn ein Tool innerhalb weniger Minuten die wesentlichen Schwachstellen eines eingehenden NDA herausarbeitet und direkt Formulierungsalternativen mitliefert, kann das Verhandlungsteam gezielter vorbereitet in die Verhandlung gehen.
Weniger geeignet ist der reine KI-Einsatz bei sehr ungewöhnlichen oder komplexen Geheimhaltungsstrukturen – etwa bei mehrstufigen Joint-Venture-Strukturen mit mehreren Offenlegungsebenen, wo eine rechtliche Gesamteinschätzung durch einen Anwalt unverzichtbar bleibt.
Praktische Hinweise für den Einsatz
Ein paar Punkte, die vor dem Einsatz eines KI-Tools zur NDA-Prüfung geklärt sein sollten:
Gibt es ein internes Playbook oder Muster-NDA, gegen das geprüft werden soll? Ohne Referenzstandard liefert ein Benchmark-Tool wenig Mehrwert – dann ist zunächst ein Risk & Quality Review der sinnvollere Einstieg.
Ist die Datenschutzkonformität des Tools für den Schweizer Kontext geprüft? Gerade bei Mandantendaten oder vertraulichen Geschäftsinformationen ist die Frage nach Hosting und Datenweitergabe keine optionale, sondern eine rechtlich notwendige Abklärung.
Ist das Output-Format in den Arbeitsfluss integrierbar? Findings, die nur als PDF exportierbar sind, nützen wenig, wenn das Dokument in Word weiterbearbeitet werden soll.
Jetzt kostenlos testen
Für Schweizer Kanzleien und Inhouse-Teams, die NDAs regelmässig prüfen, bietet CASUS einen strukturierten Workflow: Risikoanalyse aus Partei-Perspektive, Abgleich mit internen Standards und direkte Verbesserungsvorschläge im Word-Dokument. Daten werden ausschliesslich in der Schweiz und der EU verarbeitet, ohne Übertragung in die USA und ohne Data Retention. CASUS kann kostenlos getestet werden unter app.getcasus.com/signup.
FAQ
Was ist eine KI-gestützte NDA-Prüfung?
Eine KI-gestützte NDA-Prüfung nutzt ein KI-System, um eine Geheimhaltungsvereinbarung automatisch auf Risiken, fehlende Klauseln und Abweichungen von einem Standard zu prüfen. Das Ergebnis ist eine priorisierte Liste von Findings mit konkreten Formulierungsvorschlägen – nicht bloss eine Zusammenfassung des Vertragsinhalts.
Welche Klauseln werden bei einer NDA-Prüfung häufig bemängelt?
In der Praxis fehlen in NDAs häufig: eine explizite Löschpflicht nach Vertragsende, eine klare Definition des Kreises der berechtigten Empfänger, ein Haftungscap bei Verletzung, Regelungen zur Rückgabe von Dokumenten und eine ausreichend präzise Beschreibung der als vertraulich geltenden Informationen.
Ist der Einsatz von KI zur Vertragsanalyse in der Schweiz mit dem Berufsgeheimnis vereinbar?
Das hängt vom eingesetzten Tool ab. Entscheidend ist, ob der Anbieter Daten auf Servern ausserhalb der Schweiz oder der EU verarbeitet, ob ein Human Review der Inhalte stattfindet und ob Daten gespeichert werden. Tools ohne Data Retention, mit Hosting in der Schweiz/EU und ohne US-Datentransfer können das Risiko einer Berufsgeheimnissverletzung erheblich reduzieren.
Was ist der Unterschied zwischen einem Risk Review und einem Benchmark bei NDAs?
Der Risk Review analysiert das NDA aus der Perspektive einer Partei und bewertet vorhandene Klauseln auf Risiken und Schwachstellen. Der Benchmark gleicht das Dokument gegen einen Referenzstandard ab und zeigt, welche Standardklauseln fehlen, unvollständig sind oder abweichen. Beide Workflows ergänzen sich.
Kann ein KI-Tool das NDA direkt im Word-Dokument verbessern?
Mit CASUS können Verbesserungsvorschläge aus der Analyse direkt in das Word-Dokument übernommen werden – korrekt formatiert und an der richtigen Stelle, ohne manuelles Copy-Paste. Der AI-Chat im Agent Mode ermöglicht zudem gezielte Änderungen auf Basis von Fragen oder Anweisungen.
Welche Laufzeit gilt für NDAs in der Schweiz?
Typische Laufzeiten liegen zwischen zwei und fünf Jahren. In bestimmten Bereichen – etwa bei technischen Betriebsgeheimnissen oder im M&A-Kontext – werden auch längere oder unbefristete Vertraulichkeitspflichten vereinbart. Die Laufzeit sollte explizit im Vertrag geregelt sein.
Ist eine mündliche Geheimhaltungsvereinbarung in der Schweiz gültig?
Mündliche NDAs sind nach Schweizer Zivilrecht grundsätzlich möglich, aber aus Beweisgründen nicht empfehlenswert. Im Streitfall lässt sich der Inhalt einer mündlichen Vereinbarung kaum nachweisen. Für jeden rechtlich relevanten Kontext sollte ein schriftliches NDA abgeschlossen werden.
Kann KI komplexe, mehrstufige Geheimhaltungsstrukturen vollständig prüfen?
Einfache und mittelkomplexe NDAs sind gut für die KI-gestützte Prüfung geeignet. Bei sehr ungewöhnlichen Strukturen – etwa bei mehrstufigen Joint Ventures mit mehreren Offenlegungsebenen – bleibt eine juristische Gesamteinschätzung durch eine Anwältin oder einen Anwalt sinnvoll. KI ersetzt nicht das rechtliche Urteil, sondern bereitet die Analyse strukturiert vor.
